Techub News 消息,Mistral 发布其首个时间序列基础模型系列 Timestral。该系列包含 5M 至 209M 参数共四个模型,其中最大的 209M 参数模型在 GIFT-Eval、TIME 和 fev-bench 三大公共基准测试中均排名第一,性能优于参数规模更大的现有模型。Timestral 支持概率性多变量预测,并兼容过去和未来协变量,可在 CPU 上高效运行,实现零样本预测。 该模型结合了合成预训练、协变量感知注意力与长上下文学习,并通过 Mistral Forge 提供领域适应微调选项。在标准 8 线程服务器 CPU 上,5M 模型预测未来一天仅需 10 毫秒,209M 模型需 140 毫秒。
如您认为本页面(或本平台)内容存在侵权或违规情形,请您在发现之日起尽快与我们联系,并提供:权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式:creator@techub.news
商务合作:contacting@techub.news
点击链接下载 Techub News App,获取最新讯息:
https://www.techub.news/download
(或扫描下方二维码下载)

本网站所提供的所有信息仅供参考之用。
本网站不保证信息的准确性、有效性、及时性和完整性。
任何依赖于本网站所提供信息的行为,均由用户自行承担风险。
Techub News 消息,Mistral 发布其首个时间序列基础模型系列 Timestral。该系列包含 5M 至 209M 参数共四个模型,其中最大的 209M 参数模型在 GIFT-Eval、TIME 和 fev-bench 三大公共基准测试中均排名第一,性能优于参数规模更大的现有模型。Timestral 支持概率性多变量预测,并兼容过去和未来协变量,可在 CPU 上高效运行,实现零样本预测。 该模型结合了合成预训练、协变量感知注意力与长上下文学习,并通过 Mistral Forge 提供领域适应微调选项。在标准 8 线程服务器 CPU 上,5M 模型预测未来一天仅需 10 毫秒,209M 模型需 140 毫秒。
如您认为本页面(或本平台)内容存在侵权或违规情形,请您在发现之日起尽快与我们联系,并提供:权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式:creator@techub.news
商务合作:contacting@techub.news
点击链接下载 Techub News App,获取最新讯息:
https://www.techub.news/download
(或扫描下方二维码下载)

本网站所提供的所有信息仅供参考之用。本网站不保证信息的准确性、有效性、及时性和完整性。任何依赖于本网站所提供信息的行为,均由用户自行承担风险。